Framework de análisis de video en C++ que conecta nodos intercambiables para leer streams, ejecutar inferencias de modelos, hacer seguimiento y generar resultados.
leigest519/ScreenCoder
Convierte capturas de interfaces y maquetas de diseño en HTML/CSS editable mediante un pipeline modular multiagente compatible con varios modelos.
- Estrellas
- 3,005
- Forks
- 320
- Issues abiertos
- 16
- Último commit
- el mes pasado
¿Qué es?
ScreenCoder genera código de interfaz a partir de una captura o una maqueta de diseño y produce código HTML/CSS para el frontend. Ejecuta un pipeline de componentes: detección de bloques, detección de elementos de interfaz mediante el motor UIED, generación de marcadores de posición y sustitución de imágenes, que inserta en la página generada regiones recortadas de la captura original.
El pipeline se divide en scripts de Python independientes, como block_parsor.py, html_generator.py, mapping.py e image_replacer.py; main.py ejecuta el flujo completo para una sola imagen. Se puede elegir entre Doubao (opción predeterminada), Qwen, GPT y Gemini como modelo de generación. La clave de API de cada proveedor se guarda en un archivo de texto local.
El proyecto también incluye un punto de entrada para una demo local al estilo de Gradio (app.py) y un enlace a una demo en Hugging Face, además del conjunto de datos ScreenBench, con capturas de sitios web acompañadas de su código HTML.
Funciones clave
- 01Genera HTML/CSS editable a partir de una captura de interfaz o maqueta de diseño.
- 02Detecta los componentes de la interfaz y los asigna a regiones de la página antes de generar el código.
- 03Recorta regiones de la captura original y las inserta en el HTML resultante.
- 04Admite Doubao, Qwen, GPT y Gemini como modelos de generación.
- 05Incluye ScreenBench, un conjunto de datos de 1000 capturas de sitios web con su código HTML.
Casos de uso
- Convertir una maqueta de diseño en una página HTML inicial para crear prototipos de frontend.
- Reproducir el diseño de una página web existente a partir de una captura y generar código editable.
- Crear un benchmark visual a código o realizar experimentos sobre la generación multimodal de interfaces.
Inicio rápido
- 1
Clona el repositorio
git clone https://github.com/leigest519/ScreenCoder.git - 2
Crea y activa un entorno virtual
python3 -m venv .venv - 3
Instala las dependencias
pip install -r requirements.txt - 4
Añade el archivo con la clave de API de tu modelo y ejecuta el sencillo script de extremo a extremo
python main.py
Antes de usarlo
- Debes proporcionar tu propia clave de API para un backend de modelos como Doubao, Qwen, GPT o Gemini.
- Para seleccionar un modelo, hay que editar los archivos de código fuente (block_parsor.py y html_generator.py); no basta con cambiar un ajuste.
Temas
Preguntas frecuentes
- ¿Qué es ScreenCoder?
- Convierte capturas de interfaces y maquetas de diseño en HTML/CSS editable mediante un pipeline modular multiagente compatible con varios modelos. ScreenCoder genera código de interfaz a partir de una captura o una maqueta de diseño y produce código HTML/CSS para el frontend. Ejecuta un pipeline de componentes: detección de bloques, detección de elementos de interfaz mediante el motor UIED, generación de marcadores de posición y sustitución de imágenes, que inserta en la página generada regiones recortadas de la captura original.
- ¿ScreenCoder es gratuito? ¿Qué licencia tiene?
- ScreenCoder es open source bajo la licencia Apache-2.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿ScreenCoder sigue mantenido?
- Actualizado en los últimos 6 meses. El último commit de ScreenCoder fue el 15 sept 2026.
- ¿Para qué puedo usar ScreenCoder?
- Convertir una maqueta de diseño en una página HTML inicial para crear prototipos de frontend. Reproducir el diseño de una página web existente a partir de una captura y generar código editable. Crear un benchmark visual a código o realizar experimentos sobre la generación multimodal de interfaces.
- ¿Cómo se instala ScreenCoder?
- Clona el repositorio: git clone https://github.com/leigest519/ScreenCoder.git Crea y activa un entorno virtual: python3 -m venv .venv Instala las dependencias: pip install -r requirements.txt Añade el archivo con la clave de API de tu modelo y ejecuta el sencillo script de extremo a extremo: python main.py
- ¿Dónde consigo ScreenCoder?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/leigest519/ScreenCoder
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Herramienta para eliminar fondos de imágenes, disponible como CLI, biblioteca de Python, servidor HTTP o contenedor Docker.
Herramienta de Python para restauración facial ciega: mejora rostros borrosos, de baja calidad o dañados en fotos y videos mediante un transformer con búsqueda en un libro de códigos.
Colección de Agent Skills y plugins que permiten a los agentes de programación trabajar con proyectos de diseño de Google Stitch mediante el servidor MCP de Stitch.
Biblioteca OCR de Python de código abierto que detecta y reconoce texto en PDF e imágenes con modelos de deep learning basados en PyTorch.
Convierte imágenes estáticas de diagramas en archivos DrawIO (XML) editables mediante segmentación con SAM 3, OCR y reconocimiento de fórmulas LaTeX.